【從學員練習影片觀察到一個關於 TDD 的有趣現象】

極速開發的課後練習作業，雖說重點是放在極速開發要學習的技巧與刻意練習的模型，但開發的方式、順序也是刻意安排成類似 TDD 的進行方式，來讓生產力最大化（TDD 本來就是幫助開發的，不是幫助測試的）

我從2位第一次上我課的學員（當然就是 #極速開發，代表他們沒上過#單元測試 跟 #TDD與持續重構），雖然他們是照著示範影片、上課教學用 TDD 在寫整個 tennis 的過程，但從他們執行測試的時間點就可以發現：

「他是用測試來驗證 production code 的正確性」，即使他先寫了測試，也不先執行，沒有看到紅燈，每次都等到 production code 寫完了，應該要綠燈時，才執行測試。

而其他上過 TDD 課的同學 ，或是上過單元測試的同學，知道測試是用來描述情境，如果現在「加入的這個情境是新的需求或需求異動，代表目前 production code 還不支援這個情境，執行測試跑出的紅燈，就是等等 production code 要完成的 #目標」

test-frist 從來都只是 TDD 其中一個小小的衍生產物，而不是全貌。TDD, 測試驅動開發 從來都是一種開發方法，而不是測試方法。

總有些人老愛把 TDD 拿來跟測試相提並論，就總是喜歡把 test-first 當作靶子打，覺得違反人性跟直覺，覺得先寫測試在很多情況下是浪費時間或是不 work，可能拿來跟一堆測試的方法論相提並論，或總是只拿回歸測試的效益來當作 TDD 的整體。抑或是陷入 isolation unit test 與 integration test (其實就是非 isolation 等級、有實際依賴的自動測試）之爭。

```
註：TDD 事實上是可以不是單元測試等級的。
```

要比較正確看待 TDD 的角度，首先要知道它是幫助開發的、它是一種開發方式（當然不是唯一一種，甚至也不會是最好的一種，因為根本沒有最好，只有剛好）

接著要了解 TDD 可能用 IPO 模型還比較貼切，input-process-output，在你開發任何功能之前，你總要先想過這件事。而先想這件事，才是 TDD 的最基本精神。

接著是怎麼把你想好的東西，變成可執行的 spec，我們只是用測試程式來「描述」你腦袋中的「IPO模型」，把 process 的過程當作一個黑箱子。

而這個 IPO 模型在結合成「使用情境」，就會帶來「高易用性 API 的好處」，只有在一開始就先想好怎麼給別人用，最後才會好用。所謂的一開始想好，指的不是預先設計一堆 class，而是 input/output 想清楚期待（一般會結合實例化需求，搭配 Given/When/Then 的 gherkin style 來把前置條件、資料、前提想好，當發生什麼事，應該是怎樣的結果），然後描述它。在紅燈定義清楚目標，綠燈完成 input/output 關係且沒弄壞前面的所有情境後，來針對 process 進行重構（事實上 Kent Beck 的 TDD by Example 更多是用 refactor 來 #完成 process。

```
註：所謂的 output 不一定只有回傳值，包含外部依賴狀態、資料的改變，甚至顆粒度小一點，針對物件導向設計的話，物件內部狀態的改變也算，只是物件內部狀態改變，驗證點要嘛是拿得到內部狀態，要嘛就是要驗證物件哪個行為會因這個內部狀態而有所不同。
```

## 戰 TDD 之前該先做好的功課
要戰 TDD，是不是至少要把 Kent Beck 的 TDD by Example 看完？

要戰 TDD，請不要拿它跟測試方法論來比，那只是一下就被人看破手腳。因為它是個開發方法論。

要戰 TDD，請不要把它的好處只限縮在跟回歸測試、自動測試的比較，因為那只是它的衍生好處，當你試過在白海報紙上 TDD 就懂，TDD 是在釐清你的思緒的同時，又可以以終為始，確保你在 production code 的每一個動作都是為了滿足某個期待的情境。

要戰 TDD，請不要去把 單元測試、整合測試捲進來，那是測試的顆粒度，那是測試的分類，TDD 從來都不是只能限於單元測試。

要戰 TDD，請不要在那邊戰他是 bottom-up ，是直接從程式/class 的角度出發，事實上 TDD 既不是 bottom-up, 也不是 top-down, （書裡面就有講這件事咩），實務上的 TDD 結合倫敦派(GOOS)跟芝加哥派(Classic TDD)，會更像 Outside-In 的進行方式，先定義好驗收情境，接著從最外部（也就是使用者看得到的部份）一路把依賴往另一邊的系統邊界推，直到推到系統以外的依賴資源（persistence 或 external API/service）

```
註： ATDD by Example 中 ATDD by Example, Kent Beck 寫的序最後的一段話。

Kent Beck:
「就像我曾說過的，TDD的一個缺點是，它可能會退化為一種用來滿足開發人員需求的編程技能。某些開發人員從更廣泛的角度來看待TDD，輕易在他們測試的不同抽象級別間跳躍。然而在ATDD中不存在歧義，這是一種加強與非編程人員溝通的技術。我們之間良好的協作關係，以及作為這種關係基礎的溝通，能夠使軟件開發更有效率。採用ATDD是向著溝通更清晰這個目標邁進的重要一步，而此書是一本全面又平易近人的入門讀物。」
```

要戰 TDD，請不要只關注在 test-frist，因為他只是用 test 來幫助你 think-first，不要邊寫邊想。然後不要過份依賴或相信你腦袋的能力，把你想好的東西具體化出來，最好可以被直接執行，最好除了你以外每個人執行出來的結果都會一樣（不管是對的，還是錯的）

要戰 TDD， 請不要把論點放在見樹不見林，如果你有看 TDD by Example 的 Part 1, Part 2 那兩個加起來共 24 個章節，就知道一開始就得把當下想到的全貌紀錄在一個「紙本」的 backlog (所謂的紙本，只是要講這並不依賴於任何工具）

而這個需求輪廓的全貌，會隨著你逐漸完成一部分一部分的情境，設計逐漸浮現後，而隨時跟著增減調整。

但不代表 TDD 就是先想到一個測試案例，就直接先幹下去了，那根本是亂搞。

以上這些，都還不是在列 TDD 的好處，而是針對那些從來沒搞懂 TDD 但又愛戰 TDD 的人一點提醒，你戰的很可能是「你誤解的 TDD」。

TDD 還有許多實務上的用途，列上我在譯者序中的一小段：

>> 測試驅動開發（Test-Driven Development, TDD）！一種以測試為開發輔助、以測試來描述需求情境、以測試來當作目標、以測試來表達期望、以測試來驗證疑問、以測試來實驗學習、以測試來溝通協作、以測試來協助設計高易用性 API 的「開發方法」。

譯者序有開放給大家看，請見：https://tdd.best/book/tdd-by-example/

拜託，要戰之前去看一下祖師爺 Kent Beck 對 TDD 的原始見解：https://www.tenlong.com.tw/products/9789864345618?list_name=srh

如果你想正確的使用 TDD 來幫助你在實務上產生許多的價值，帶來許多的好處，尤其是需求釐清、持續重構、小步快跑的部份，最好理解的培訓課就在這：https://tdd.best/courses/classic-tdd-by-example-video-training/

最後我想講一段話：
TDD 從來都不該被導入到團隊中，但它是一種很好的自我鍛鍊與學習的方式，也是一種能用很低的成本來帶來很多好處的開發方法（見下方註腳），然而它也不是適用所有的情況，但它可以讓『完美』變成一個動詞，而非不變的形容詞。

```
註：
Kent Beck 在 DHH 靠腰：《TDD is Dead》 之後寫的一篇反串文：《RIP TDD》
https://www.facebook.com/notes/1063422864115918/

我幾年前的簡易翻譯，通常也是 TDD 可以幫助你解決的問題，如下：

- Over-engineering （過度設計）
- API feedback （改善API的設計與可用性）
- Logic errors （想的跟寫的不一樣，寫的跟需求不一樣）
- Documentation （寫跟維護文件是痛苦的）
- Feeling overwhelmed （找不到切入點）
- Separate interface from implementation thinking （抽象設計）
- Agreement （確保已修正問題的證據）
- Anxiety （改東壞西的擔心受怕）

```

很久沒對 TDD 發表這種長篇大論了，因為不理解、不想理解、不同角度理解的人居多，能真的到各自的塔上用不同角度來看原義，以及實務上用它來幫助解決的問題有哪些的人，真的太少。

大部分人只想針對這個詞彙來攻訐以博得流量跟吸引目光，而不是想著「我可以用它來幫助我什麼」

問題跟需求是中性的，解決問題跟滿足需求的手段與方式有千萬種，不會只有一種，也不會有所謂的對錯，多點角度去了解不同的方法、方式，然後融會貫通，發揮綜效，在實務上用最少的成本與風險來產生最大的價值，這才是真正的目標。

導入敏捷不該是目標，導入 TDD 也不該是目標，目標永遠都是在實務上產生價值、解決問題、滿足需求。

打造垂直貫穿OT、IT層的AIoT智能工廠

2021-03-10 11:55 聯合新聞網 / CTimes零組件

【作者： 台達機電事業群】

提到AIoT，多數人最先想到的就是AI運算與物聯網（IoT）。台達以多年豐富的「智」造經驗和深厚的軟、硬體實力，從不同的角度切入AIoT的應用，深度剖析如何從設備的控制、感測導入AI和IIoT技術，真正打造貫穿設備層（OT）和資訊層（IT）的AIoT整合方案，並透過自身成功經驗，協助客戶落實AIoT的建置升級。

在各行業數位轉型的時代，設備、製程、產線正在不斷的進步，各種過去可度量的、不可度量的資料和記錄，都在快速地轉化成數位資訊，進而產生大量的數據。為了收集這些數據資料，物聯網的需求也日益提高。

此外，除了收集數據，後續還需進行逐一分析、歸納、解析，產生有效的系統化資訊提供給執行單位做為決策判斷。然而現代設備日益精密，資訊量的成長速度遠超出人類可以學習判斷的能力，因此造就人工智慧（AI）的發展應用。當AI與物聯網（IoT）結合，即形成謂的AIoT（AI + IoT）。

隨著近年智能製造潮流引領工廠、產線、設備升級，AIoT已從概念開始落地應用。台達已針對設備聯網推出許多軟硬體產品，也將相關技術和設備導入自家產線，打造數位化、可視化的機台與產線。在AI方面，台達也已成功將AI技術應用在外觀檢測、馬達異音辨別和檢測，大幅將漏檢率降至趨近於零。透過聯網，可將AI檢測know-how快速複製到不同產線、廠區，後續亦持續推廣至其他的應用需求。

但要真正落實AIoT，必須從工廠中最小的單位 – 設備的控制、感測元件開始導入。而其中AI、IIoT（Industrial IoT；工業物聯網）分別扮演不同的角色、發揮各自功能，並串連、整合成一體化的方案。

串連數位及物理世界 打造虛實整合的工業物聯網

IoT可說是AIoT的基礎。在智慧工廠的應用領域中，整體系統的可靠度及響應速度要求較高，所應用的物聯網平台需加上工業應用規範，因而被稱為工業物聯網、即所謂的IIoT。

不論是1989年的CIM（Computer Integrated Manufacturing）參考模式，還是2011年工業4.0 （Reference Architecture Model for Industrial 4.0；RAMI 4.0），要完成工廠數位轉型，最基礎的仍是車間的數位化。經由各種IT技術將生產及檢量測設備所輸出的資訊收集與分析，產生有效的決策資訊，提高工廠的管理能力，減少不必要的人力、物料成本浪費，將投資效益最大化。

製造型企業的數位轉型，需要將資訊流貫穿車間的垂直及水平二個面向：在垂直面向，包含最基礎的工控元件、製程設備、數據收集、向上串接製造執行系統（MES）；而水平面向則涵蓋整個製造流程，由ERP訂單轉工單至最終的成品出貨。要整合這垂直及水平的資訊，IIoT是最重要的關鍵。

在工廠製造產品的過程中，設備層（Operation Technology；OT）會大量產生各式的資訊，最主要的包括：製程的動態資料（Process Data），例如生產過程履歷、機台工程參數（Engineering Data），以及資產的靜態資料（Asset Data），例如機台設定參數、在製品的檢量測結果等。

至於串連IT與OT層，需要由工控元件的連線能力（Connectivity）開始探討，包含感測元件、驅動元件、運動控制、工業用通訊模組等。將這些具有連線能力的工控元件，透過自動化整合的流程實現標準化、規範化，並連結至工業物聯網平台，才能為實現智慧工廠的打下基礎，進一步走向工業4.0虛實整合。

IIoT與AI加值 打造智慧工廠

眾所周知，在AI應用領域需要大量的資料收集、運算分析。各大IT公司，如Microsoft、Amazon、Google等都投入大量的資源，在自家的雲端平台上打造AI解決方案，希望可以在IoT平台提供更多的加值服務，建構自己的AIoT生態圈。

台達亦導入AI和IoT在許多工廠製程，真正實現先進智能製造。舉例來說，台達將AI運算建構在IIoT平台上，成功應用在被動元件的AOI六面檢測，加上即時的在線AI影像識別技術，實現AOI機台自我學習，精準判斷、快速響應，識別速度達毫秒等級、正確率在99.5%以上，並為客戶實現零漏檢要求。

此外，在面板業的應用領域，利用AI技術能夠精準分類各製程段超過50種之上的缺陷（Defect），取代約60%人工複檢，解決人力不足、檢驗品質不穩定的問題。台達不斷擴大AI相關技術的應用，如前述在風扇 / 馬達等異音驗測等頗具成效。

垂直貫穿的AIoT

當業界將目光聚焦在AI、數據、聯網等上層管理時，台達透過自身實戰經驗，從不同的角度來解析AIoT。根據台達的觀點，要實現AIoT，除了人工智慧、物聯網平台等關鍵技術之外，更重要的是感測元件的連線能力（Connectivity），可以讓現場設備實現第一層的智能化和優化。

在設備、裝置（Device）上加上各種感測元件，收集大量的資料，將資料傳到雲端（Cloud）或地端（Edge）的物聯網系統，而後利用系統中的AI進行運算、分析，再將結果回饋至設備本身的運動控制元件，達到機台自我學習、自我調試，運作時可以更快、更好的適應各式使用場景。

附圖：圖一 : 隨著近年智能製造潮流引領工廠、產線、設備升級，AIoT已從概念開始落地應用。（source：台達）
圖二 : 台達IIoT與AI整合應用方案架構（source：台達）
圖三 : 台達將AI技術應用在風扇檢測，為客戶實現零漏檢要求。（source：台達）

資料來源：https://udn.com/news/story/6903/5307184?from=udn-relatednews_ch1015

全場show影得本大人最靚嘅就係呢首歌喇！
個台啲Laser型到爆炸咁濟！
這版本是 "秋天的落葉之活在紀念中"！#autumleaves

有啲現實都想宣布下！ 向來本大人嘅音樂事大多數都只在這專業分享， 因為我從來都覺得fb帳戶是用來分享生活點滴，那專業就用分享自己音樂這樣子, 雖然人不多但勝在夠精， 所以都甚少會用自己個人帳戶去分享大人之音樂的.
#總之我唔想把工作和自己嘢溝埋一齊啦！

既然多了MeWe這個平台， 本大人發現那邊箱嘅分類好似又唔錯. 所以我決定左都會在MeWe開一個 "大人之音樂" 專頁(都係中意用返呢個朵). 至於個人嚟講去/留都是個人自由， 真係怕什麼的話乾脆唔玩就可以！ Easy!

總之開左個專頁後會通知大家一次， 同呢度一樣， 見到就是緣份也！ 朋友們， 向前行吧， 我細個最多得個icq,msn 無左又唔會痛嘅， 無謂為左虛擬的事煩惱和太心吧！

送比大家 "活在紀念中" ！

#唔好意思
#可能講多左
#因為今日有個令本大人既震驚又感概嘅消息
#同定香港講再見啦
#唔威㗎喇
#老實說話也被當做有病恕未能認同是誰有病
#聚雨欲來求一天可以出走遠方
#平和重新刻畫我故事
#聽真啲音樂會

終於有逐字稿 & 例句翻譯：

· 點下列連結，並看「計畫更新」，有免費公開的逐字稿喔！
· 也可以直接搜尋「賓狗 嘖嘖」唷

傳送門： https://www.zeczec.com/projects/bingobilingual

1 【electric 電動的】-- 形容詞
She pulled the electric blanket up and went to sleep.
她蓋上電熱毯，準備入睡
用電力發動的
electric lamp
electric fan

2 【electrical 與電有關的】— 形容詞
You wanna stay away from water when using electrical appliances.
使用電器的時候，記得遠離水源喔

適合「總稱」

（O）electrical engineering 電機工程 — 與電有關的工程
（O）electrical appliances
（X）electrical car

（electric car 比較正確）

3 【electronic 電子的】— 形容詞
The smartphone you are holding right now is an electronic device.
你手中的智慧型手機，就是個電子裝置。

像是智慧型手機、電腦、電視，這種有很多功能，回應我們各種選擇及需求的，就是 electronic devices。
4【賓狗小偏方】

electric、electrical、electronic

electric 拼音最短最簡單，簡單的傳統電器

electrical 比 electric 多了個 al，al 跟 all，很接近。而 all 是全部嘛，適合描述大分類，所以 electrical 跟 electric 一樣，是傻傻的電器，但適合形容大分類，像是 appliance 跟 device。

Electronic 拼音最長最複雜，拿來形容最聰明的電器，像是智慧型手機、電腦、或是智慧型家電，有複雜功能模式的那種。


5 【升降桌到底是 electric、electrical 還是 electronic 呢】

這就讓大家聽 podcast 中揭曉囉！

簡單複習
1 electric 電動的
2 electrical 與電有關的
3 electronic 電子的
4 electric 是最傻的電器、electrical 意思接近，拿來形容大分類
5 electronic 最聰明，所謂「智慧型」的電器，大概都是 electronic

【摘要】
本影片幫大家整理了在初學微分方程時，會碰到的一些微分方程的大部分常考題型及其解法，重點在於分類與公式記憶，沒有推導公式是怎麽來的

【加入會員】
歡迎加入張旭老師頻道會員
付費定閱支持張旭老師，讓張旭老師能夠拍更多的教學影片
https://www.youtube.com/channel/UCxBv4eDVLoj5XlRKM4iWj9g/join

【會員等級說明】
博士等級：75 元 / 月
- 支持我們拍攝更多教學影片
- 可在 YT 影片留言處或聊天室使用專屬貼圖
- 你的 YT 名稱前面會有專屬會員徽章
- 可觀看會員專屬影片 (張旭老師真實人生挑戰、許願池影片)
- 可加入張旭老師 YT 會員專屬 DC 群

碩士等級：300 元 / 月
- 享有博士等級所有福利
- 每個月可問 6 題高中或大學的數學問題 (沒問完可累積)

學士等級：750 元 / 月
- 享有博士等級所有福利
- 每個月可問 15 題高中或大學的數學問題 (沒問完可累積)
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額不可轉讓)

家長會等級：1600 元 / 月
- 享有博士等級所有福利
- 沒有解題服務，如需要，得另外購入點數換取服務
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額可轉讓)
- 可參與頻道經營方案討論
- 可免費獲得張旭老師實體產品
- 可以優惠價報名參加張旭老師所舉辦之活動

股東會等級：3200 元 / 月
- 享有家長會等級所有福利
- 一樣沒有解題服務，如需要，得另外購入點數換取服務
- 本頻道要募資時擁有優先入股權
- 可加入張旭老師商業結盟
- 可參加商業結盟餐會
- 繳滿六個月成為終生會員，之後可解除自動匯款
- 終生會員只需要餐會費用即可持續參加餐會

【勘誤】
無，有任何錯誤歡迎留言告知

【習題】
無

【講義】
無

【附註】
本系列影片僅限 YouTube 會員優先觀看
非會員僅開放「單數集」影片
若想看到所有許願池影片
請加入數學老師張旭 YouTube 會員
加入會員連結 👉 https://reurl.cc/Kj3x7m

【張旭的話】
你好，我是張旭老師
這是我為本頻道會員所專門拍攝的許願池影片
如果你喜歡我的教學影片
歡迎訂閱我的頻道🔔，按讚我的影片👍
並幫我分享給更多正在學大學數學的同學們，謝謝

【學習地圖】
EP01：向量微積分重點整理 (https://youtu.be/x9Z23o_Z5sQ)
EP02：泰勒展開式說明與應用 (https://youtu.be/SByv7fMtMTY)
EP03：級數審斂法統整與習題 (https://youtu.be/qXCdZF8CV7o)
EP04：積分技巧統整 (https://youtu.be/Ioxd9eh6ogE)
EP05：極座標統整與應用 (https://youtu.be/ksy3siNDzH0)
EP06：極限嚴格定義題型 + 讀書方法分享 (https://youtu.be/9ItI09GTtNQ)
EP07：常見的一階微分方程題型及解法 👈 目前在這裡
EP08：重製中
EP09：反函數定理與隱函數定理 (https://youtu.be/9CPpcIVLz7c)
EP10：多變數求極值與 Lagrange 乘子法 (https://youtu.be/XsOmQOTzdSA)
EP11：Laplace 轉換 (https://youtu.be/GZRWgcY5i6Y)
EP12：Fourier 級數與 Fourier 轉換 (https://youtu.be/85q-2nInw7Y)
EP13：換變數定理與 Jacobian 行列式 (https://youtu.be/7z4ad1I0b7o)
EP14：Cayley-Hamilton 定理 & 極小多項式 (https://youtu.be/9c-lCLV4F0M)
EP15：極限、微分和積分次序交換的條件 (https://youtu.be/QRkGLK7Iw4c)
EP16：機率密度函數 (上) (https://youtu.be/PR1NSAOP_Z0)
EP17：機率密度函數 (下) (https://youtu.be/tDQ3o8uQ_Ks)

持續更新中...

【版權宣告】
本影片版權為張旭 (張舜為) 老師所有
嚴禁用於任何商業用途⛔
如果有學校老師在課堂使用我的影片的話
請透過以下聯絡方式通知我讓我知道，謝謝

【張旭老師其他頻道或社群平台】
FB：https://www.facebook.com/changhsu.math
IG：https://www.instagram.com/changhsu.math
Twitch：https://www.twitch.tv/changhsu_math
Bilibili：https://space.bilibili.com/521685904

【其他贊助管道】
歐付寶：https://payment.opay.tw/Broadcaster/Donate/E1FDE508D6051EA8425A8483ED27DB5F (台灣境內用這個)
綠界：https://p.ecpay.com.tw/B3A1E (台灣境外用這個)

#一階微分方程 #常見題型 #解題技巧